机器视觉，都产生了哪些影响

机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

当下机器视觉技术已经渗入到我们的日常生活中，从手机里的美颜APP面目识别功能、人脸相册分类，到支付宝面部识别身份验证、储物柜人脸识别，以及工业机器人对物体准确抓取、物流机器人障碍避让等等都是运用了计算机视觉技术。

据美国商业资讯网站6月22日来自都柏林的报道，全球机器视觉市场正处于迅速发展之中，预计到2025年年底，市值将超过192亿美元。时至今日，机器视觉技术不仅成功应用于多个领域，并且应用范围还在逐步扩大。已由起初的电子制造业和半导体生产企业，发展到了包装、汽车、交通和印刷等多个行业。

机器视觉系统的特点是提高生产的柔性和自动化程度。运用在一些危险工作环境或人工视觉难以满足要求的场合;此外，在大批量工业生产过程中，机器视觉检测可以大大提高生产效率和生产的自动化程度。

随着机器视觉的成本逐渐降低，有更多的方案、更强大的硬件、更聪明的算法出现，再加上物联网连接所有装置，机器视觉将成为绝佳的数据收集工具。

图像处理设备完成了捕获、采集和交换数据的过程，在互联生产过程中，这些数据都可以传输到价值链，触发更多智能行为。例如，检测生产设备的磨损状态，维护工厂设施，提醒管理者提前订购生产部件等。未来，视觉系统设备各部件的尺寸将变小，而速度、精度、分辨率会显著提高，因此普及率也会在几年内急剧增长。

网络系统虽然是未来智能工厂的基础，但成败取决于数据收集、处理和分析能力，而机器视觉就可以派上用场了。机器视觉可以快速获取大量信息，并进行自动处理。因此，在自动化生产过程中，人们通常将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。

IHS预测，2019年工业行动应用将成长4倍，达到2亿美元，包括以手机∕平板计算机进行监控和可视化、管理工作流程、维护机具和整合系统。管理者无论身处何地，皆可从智能型手机监控机器视觉系统的影像，进而依照应用程序(App)和软件的通知迅速应变。

智能工厂将会是未来发展的大趋势。智能工厂内部的机器若会利用自我优化、自我设置和人工智能(AI)来完成复杂任务，一来符合成本效益，二来提高产品和服务的质量。

并且，一旦使用，机器视觉技术就会成为智能工厂的核心，它基于通信网络和智能信息组织网而建成的特性，将使其成为工厂的“眼睛”，使机器人灵活地控制生产流程，从而减少人为误差带来的损失。

机器视觉产业也会逐渐跟嵌入式计算机视觉(ECV)整合，随着工业环境取得低廉的嵌入式图像处理器，可望出现全新的整合自动化方案，例如搭载多个嵌入式成像仪的机械臂。

目前市面上，前几大机器视觉接口有Cameralink、CameralinkHS、CoaXPress、GigEVision和USB3Vision。GenICam提供所有相机一般程序接口，不受硬件接口技术影响。

但是，随着机器视觉软件研究的进一步深入，对技术要求越来越高，目前市场上的机器视觉系统由于开发难、使用难、销售难等弊端，已较难满足行业需求。

目前全球用户对视觉技术的飞速发展还缺乏匹配认知，行业发展必然面临挑战。此外，系统依赖的集成电路相当复杂，对制造商而言是个难题，这也限制了市场实现更平稳的增长。当然，也有看好的一面，亚太地区不断增长的制造业，正越来越关注与机器视觉有关的研究活动，所投入的经费支出预计将刺激该技术在亚太市场的成长，进而推动全球市场成分发生变化。至于说，机器视觉在机器人领域的应用，是明日黄花还是昙花一现，都值得我们期待。